Runway、次世代動画生成モデル「Gen-3 Alpha」提供開始

2024年7月3日

URLをコピーしました！

Gen-3 Alphaの利用料

動画生成サービスを展開するRunwayは7月1日、6月17日に発表した次世代の動画生成モデル「Gen-3 Alpha」の一般提供を開始しました。利用には月額12米ドル（およそ2000円）からの有料プランに加入する必要があります。無料では使えません。

Gen-3 Alphaの特徴

Gen-3 Alphaは現行モデルと同様、プロンプトから動画を生成する“text to video”生成ツールです。画質、一貫性、動きの面で大幅な改善が実現されており、「General World Model（汎用世界モデル）」を構築するための一歩として位置づけられています。

提供開始後、日本でも多くのユーザーがX（旧Twitter）にGen-3 Alphaで制作した動画を投稿し、話題となっています。

機能と使用方法

生成できるビデオの解像度は720p（1280×768）のみで、長さは5秒と10秒（デフォルト）から選択できます。UIはシンプルで、モーションブラシやカメラコントロールはまだ実装されていません。

実際に試したユーザーの投稿によると、生成されるビデオの品質は良好であり、手や表情の細部まで精細に表現されています。ただし、Image to Videoの機能がまだないため、Text to Videoのみでの生成となります。

実際の使用例

プロンプト例1:
「緊迫した表情で歩いている若い女性」
生成された動画:
- 未来都市の荒廃した道路を緊迫した表情で走る若い女性。背後には爆発の煙が上がっている。
プロンプト例2:
「手を合わせて祈る美しい女性」
生成された動画:
- 暗い背景の中、柔らかな光に照らされた女性の手が胸の前でゆっくりと合わさり、カメラがその動きを追う。
プロンプト例3:
「ステージ上で熱唱するガールバンドのボーカリスト」
生成された動画:
- 夏のロックフェスティバルのステージ上で、汗をかきながら熱唱する短髪のアイドル歌手。

使用感とユーザーの声

ユーザーからは、生成されるビデオの品質について高評価が寄せられています。特に、手の表現やリップシンク機能の精度が向上しており、自然な動きが再現されています。しかし、以下のような改善点も指摘されています。

制御の難しさ: Text to Videoのみのため、細かな制御が難しく、意図した映像を生成するのが困難。
コスト: クレジット消費型のため、頻繁に使用するユーザーにはコストがかかる。無制限プランは高額。

作品例

「ラーメンを食べるパンダ」

生成された動画の品質は良好で、パンダの動きやラーメンの質感がしっかりと表現されている。

「未来都市を歩く女性」

背景のディテールや女性の動きがリアルに再現され、爆発の煙も自然に描かれている。

「祈る女性の手」

手の動きや光の表現が非常にリアルで、カメラの動きも滑らか。

「ロックフェスティバルのボーカリスト」

ライブパフォーマンスの臨場感が伝わる映像が生成され、汗の表現もリアル。

期待できる

Gen-3 Alphaの動画生成は、従来のモデルと比較しても非常に高品質で、特にリップシンク機能の精度が向上しています。しかし、Text to Videoの制御が難しいため、意図した映像を生成することが困難な場合もあります。今後、Image to Videoの機能やモーションブラシ、カメラコントロールの実装が期待されます。

価格に関しては、月額12米ドルから利用可能ですが、クレジット消費型のため、頻繁に使用するユーザーにはコストがかかる点が課題です。プロユーザー向けの無制限プランも提供されていますが、月額95米ドル（約1万4000円）と高額です。